Python 比例的一个样本测试

我想用Python做“比例的一个示例测试”。我找到了这个文件，但我不知道如何使用它。例如，什么是count和nobs。在这两个示例中，示例1给出了计数和NOB的单个数字，而示例2给出了两个数字

对于结果，我想知道事件发生率高于60%的p值

例1

>>> count = 5
>>> nobs = 83
>>> value = .05
>>> stat, pval = proportions_ztest(count, nobs, value)
>>> print('{0:0.3f}'.format(pval))
0.695

例2

>>> import numpy as np
>>> from statsmodels.stats.proportion import proportions_ztest
>>> count = np.array([5, 12])
>>> nobs = np.array([83, 99])
>>> stat, pval = proportions_ztest(counts, nobs)
>>> print('{0:0.3f}'.format(pval))
0.159

我的数据是这样的

Yes No
1   0
1   0
1   0
0   1
0   1
1   0
1   0
0   1
0   1
0   1
0   1
0   1

你能解释一下如何使用它并举例说明吗

谢谢大家!

对于示例1：

nobs

是试验的总数，即列表中的行数

count

是成功试验的数量，即列表中

Yes

事件的数量

value

是要测试的比例，即基于问题文本的

0.6

这里的无效假设是，由这些值给出的单个样本是从一个分布中提取的，其比例等于指定的

值

在示例2的情况下：

---

有两个独立样本，

nobs

和

count

向量的第一个条目代表第一个样本，第二个代表第二个样本<代码>值则被省略，无效假设为两个样本的真实比例相等。

注释中解释如何使用is。 用于以科学记数法打印p值：

from decimal import Decimal
print('{0:.2E}'.format(Decimal(pval))) 

---

用户10605163提供的答案对于所问问题是正确的

然而，由于statsmodel中的

比例测试

使用了使用正态分布近似二项分布的经典统计方法，因此从

比例测试

得到的p值与从第一原理计算得到的值不同

在这个计算机时代，似乎不再需要使用正态分布来近似二项分布，特别是对于这样小的试验规模

---

您可以使用一些组合数学来计算概率空间，或者您可以模拟多组试验，直接获得p值，而无需任何测试统计数据

谢谢大家!！我尝试了

count=6726 nobs=592458 value=0.6407 stat，pval=proportions\u ztest（count，nobs，value）打印（{0:0.3f}）。format（pval））

但输出为0.000yes，这是正确的结果。这意味着，如果真正的成功比例是

0.6407

，那么在

592458

事件中看到

6726

成功的概率实际上为零。样本比例

6726/592458=0.0114

远低于

0.6407

我明白了，谢谢。但我想打印出p值，它不是零，只是太小了，python无法打印出来。我是否可以打印结果，如

<2.22e-16***

？您需要手动捕获案例并打印此结果，而不是零。此值几乎是标准浮点计算仍有意义的最小精度。您可以使用

rom decimal import decimal print（{0:.2E}）.format（decimal（pval））

打印科学记数法